（通訊員韓璐陽）2020年11月27日下午16：00，信息科學與工程學院于新工科樓C326會議室開展“分支極限法及其機器學習”專題學術講座，講座由學院彭晨博士主講。周愷卿博士、全體研究生參加會議，周愷卿博士主持本次講座。

圖為會議現(xiàn)場

彭晨博士首先向我們指出了工業(yè)問題求解的典型需求，快速保證解的最優(yōu)性（可靠性）。此外，彭晨博士向我們詮釋了如何快速求解，這就要求盡量將實際問題建模為線性規(guī)劃，在建模時，將非線性成分線性化：對可導的非線性函數(shù)可在工作點附近線性化、對多個工作點，可設分段線性函數(shù)，對分段函數(shù)可利用整數(shù)變量來線性化，此時問題變?yōu)椤盎煺麛?shù)線性規(guī)劃”（MILP）。緊接著，彭晨老師向我們詮釋了強化學習在多步決策應用中的問題，傳統(tǒng)的強化學習通常通過計算累積獎勵來學習最優(yōu)策略，然而在多步決策中，學習器不能頻繁地得到獎勵，且這種基于累積獎勵的學習方式存在非常巨大的搜索空間。通過這次分支極限法及其機器學習的學術講座，同學們對機器學習有了更加深刻的認識，受益匪淺。

圖為會議現(xiàn)場

主講人簡介：

彭晨，博士，講師， 2011年獲華南農業(yè)大學軟件工程專業(yè)學士學位，2014年獲中山大學計算機軟件與理論專業(yè)碩士學位，2019年獲美國內布拉斯加州大學林肯分校（University of Nebraska-Lincoln）電氣工程專業(yè)博士學位。攻讀碩士學位期間榮獲中山大學優(yōu)秀研究生獎學金與碩士研究生國家獎學金，攻讀博士學位期間榮獲美國J.T. and Margaret Talkington Fellowship獎學金。現(xiàn)主要從事電動汽車、交通智能化、控制理論和人工神經網絡方面的研究。在SCI/EI刊物上發(fā)表論文數(shù)篇。目前主持國家自然科學基金青年基金項目1項，湖南省教育廳優(yōu)秀青年項目1項。